Ed Zitron 的 AI 预言为何频频落空?

How accurate have Ed Zitron's AI skeptic predictions been?

我最近仔细核查了知名 AI 怀疑论者 Ed Zitron 的预测记录,结果令人失望。他断言 Meta、Google 和 Microsoft 正在走向灭亡,却完全无视这些公司营收和利润持续增长的铁证。Ed Zitron 擅长利用似是而非的第三方数据(如 Similarweb 的流量统计)和情绪化叙事来支撑观点,却忽略了基本的事实逻辑。他的许多论断建立在错误的因果关系之上,例如将 Google 搜索体验的局部问题归咎于特定高管,进而推导出整个公司生态崩溃的结论。这篇文章旨在揭示:当人们盲目引用 Ed Zitron 作为权威时,往往是被其愤怒的情绪和看似专业的数字所迷惑,而忽略了这些数字背后经不起推敲的推理链条。

我怀疑他正是利用了人们看到数字时眼神发直、不再深究这些数字真正含义的心理。
  1. janalsncm

    > 2025 年 2 月:“我会一直写这些东西,直到被证明是错的。”

    错了(Zitron 尽管反复被证明是错的,却还在继续写)

    这条挺精彩的。

  2. achompas

    我在这些评论里观察到一个现象:大家在验证 Ed 言论的合理性时,倾向于把自己的预测投射到他的陈述上。比如:“我觉得他在时间点上错了,但我确实预期 AI 公司会走向零。”

    你可以这么干,但那样你讨论的就不是他的预测了。你讨论的是你自己的预测,以及你自己的立场。

    这与 Dan 的文章不同,Dan 的文章针对的是 Ed 在 2024 年和 2025 年做出的众多预测的字面文本,而这些预测已被可测量的结果明确证伪。

  3. layoric

    这篇批评文章过分依赖他们对“消亡”(dying)一词的解读。他们将其理解为字面意义上的公司倒闭,而我一直认为他是在“腐烂经济”(rot-economy)的语境下使用的。这些公司可以在财务上依然“成功”,但越来越多人讨厌他们的产品,产品本身也在变差,产品正在“消亡”。Google Search 就是个很好的例子,如果你喜欢的话,可以说旧的 Google 搜索已经“死”了,我认识很多人(包括我自己)都不再使用它。越来越多人讨厌 Facebook 并离开。越来越多人从 Windows 转向 macOS 或 Linux。

    这些科技巨头需要 AI 来继续增长,而目前的增长似乎仅来自两家 AI 公司,它们正在烧掉创纪录的投资。OpenAI 已筹集了近 2000 亿美元,这比澳大利亚的税收收入还多。然而,随着中国模型变得更好且便宜得多,它们距离盈利却越来越远。

    链接的那篇文章似乎是对的,但你必须以非常特定的方式去理解这些阴郁的类比,并假设衡量这些公司的唯一标准是收入/利润/金钱,而非其产品。

    我希望人们能用同样的标准去要求真正的专业媒体经济学家,以及那些只是照搬新闻稿而不质疑其言论的记者。他的主要论点是数字讲不通,我也看不出这不会给很多人带来糟糕的结局。

  4. drayfield

    在听了 Ed 的一档旧播客并订阅了他的通讯后,我曾是 Zitron 的粉丝。

    但在 Taylor Lorenz 作为嘉宾上他的节目后,发生了一件怪事:一周后我收到了 Taylor 自己通讯的欢迎邮件。这尤其奇怪,因为我肯定没有订阅她的通讯,而且我在 Fastmail 中为不同服务使用单独的掩码邮箱,所以我确定这是最初用于 Ed 通讯的那个邮箱地址。我试图联系 Ed 但无果,从那天起,我始终无法摆脱一种感觉:他只是把订阅者名单给了 Lorenz。我无法确凿证明这一点,但肯定有什么地方“不对劲”。

  5. th0raway

    在股市上,详尽和准确可能会让你赚大钱,但这并不是获取媒体曝光的好方法,因为那要求你频繁地出现在大众面前,而基本上没人能在当天的所有话题上都保持深刻见解和充分调研。一旦你成为评论员,无论是政治还是科技领域,并依赖眼球来养活自己,你就难免会抛出一些烂货。到了那一步,你不如干脆迎合受众,而不太在乎自己预测得是否准确。

    我们总有人告诉我们下一次衰退迫在眉睫。也有人告诉我们 NFT 是艺术未来的关键。这就是评论员的套路。如果你想要准确性,你就该像 Charlie Munger 那样,在整个职业生涯中只拥有两三个真正好的见解,并希望自己利用这些见解做得很好,而不是靠当评论员。

  6. simonw

    > 就我读到的他的任何帖子而言,虽然里面充斥着各种数字,但这些数字并没有构成连贯的论证。在很多情况下,正如上面所见,数字甚至根本不支持他的论点(例如 Facebook 的月活用户下降导致 Meta 出现财务问题,进而导致 Meta 在不该出现 AI 的地方胡乱插入 AI)。我怀疑他是利用人们看到数字时眼神呆滞、不再思考数字含义这一点。

    Ed Zitron 令人沮丧的一点是,他有时会爆料——掌握别人没有的泄露数据,例如——但他随后会将这些数字包裹在他自己极度偏颇的评论中。这使得评估新信息的可信度变得困难得多。

  7. minimaxir

    在过去的几年里,我曾协助 Ed 处理过一些关于服务 LLM 的晦涩技术细节的微妙问题(例如基准测试和模型缓存);他也多次公开正面提及我和 Simon Willison。我停止协助他,是因为他反复将上述建议用于最愤世嫉俗的解读(“如何解读才能让 AI 鼓吹者听起来很疯狂?”),而且往往至少是误导性的。如今我怀疑他把我视为那些疯狂的 AI 鼓吹者之一。

    事后看来,没有挑战他是个错误,我对此负责。今后,我将不再帮助那些具有明显反 AI 偏见的作家或记者。

  8. swiftcoder

    > 鉴于这些公司增长之快(就收入和利润而言),AI 似乎并不是像 Zitron 暗示的那样,是它们因为“不知道如何增长”且“没招了”而采取的某种绝望之举。

    增长并不是一个有效的反驳,除非我们也能弄清楚其中有多少增长与 AI 项目的循环融资有关。我们大致知道 Nvidia 的估值中有多少与 AI 热潮挂钩,但对于那些超大规模模型公司(megascalers),这就有点难说了……

  9. pinkmuffinere

    > 2025 年 2 月:“我会一直写这些东西,直到被证明是错的。”

    错了(Zitron 尽管反复被证明是错的,却还在继续写)

    哈哈,我很欣赏这篇主要以直陈事实和分析为主的文章中,那些恰到好处的幽默点缀。

  10. aspir

    > 就推理风格而言,在被评论的未来学家中,他可能最接近 Kurzweil,因为他利用数字营造出一种可信的光环,但如果你了解他所讨论的话题,或者仔细看看这些数字,其推理就会分崩离析。

    在他几个月前的一篇帖子中,他跑题到了一个奇怪的点:ServiceNow 的 CEO 谈论销售计划,以及他的团队是否“按计划”(on plan)进行。对于那些没有在销售领域或周边工作过的人来说,这是跟踪配额的一个极其常见的简语。

    Ed 对这种框架“不可能地怪异和不人性化”的咆哮,暴露了他对自己声称要剖析的企业的运作机制知之甚少,也懒得去了解。是的,“按计划”确实是行话,但稍微有点合理的新闻好奇心(搜一下 Google)就能解释它是什么意思,以及为什么这对一位职业销售出身的 CEO 来说是一句正常的陈述。

同日更多故事

2026-09-01